热点话题人物,欢迎提交收录!
最优雅的名人百科,欢迎向我们提交收录。
王敏
2023-05-11 00:21
  • 王敏
  • 王敏 - 教授 博导 硕导-华南理工大学-自动化科学与工程学院-个人资料

近期热点

资料介绍

个人简历


王敏,博士,广东省杰青、广东省特支计划百千万工程青年拔尖人才、广州市珠江科技新星。2009年获得青岛大学系统理论专业博士学位,师从张嗣灜院士和陈兵教授。2008.6-2008.9 留学新加坡国立大学电子工程系,师从葛树志教授。2017.11-2018.10 以访问学者身份留学英国布鲁奈尔大学计算机系,师从王子栋教授。
近年来,主要致力于理论与应用结合方面的研究工作。1)理论研究方向:智能控制与学习;基于模式的智能控制;基于事件触发的网络控制系统智能控制;协同学习与控制。2)应用领域方向:机器人的安全可靠控制;机器人的协同学习与控制;机器人智能自主控制实验平台研发;发动机旋转失速检测与控制。在上述研究领域,作为项目负责人主持了省部级以上科研项目8项,其中国家自然科学基金项目3项,累计资助经费达400余万元;作为第一参与人承担了国家自然科学基金重大项目课题,作为主要成员参与了多项国家级科研项目、广东省自然科学基金研究团队项目、省市重点实验室建设项目;荣获山东省优秀博士学位论文、山东省研究生科技创新成果奖、国际会议最佳理论论文奖、 2 项国际期刊论文最高引用率奖等;在国内外权威期刊发表 SCI 论文 40 余篇,IEEE 汇刊长文 20 篇,ESI 高引论文 7 篇;发表论文 SCI 他引1000 余次,单篇最高 SCI 他引 150 余次。近三年来,申请国家发明专利 11 项,目前已完成授权 6项。
工作经历
2018/09-至今,华南理工大学,自动化科学与工程学院,教授
2012/09-2018/08,华南理工大学,自动化科学与工程学院,副教授
2009/07-2012/08,华南理工大学,自动化科学与工程学院,助理研究员、讲师
2017/11-2018/10,Brunel University London,计算机系,访问学者
教育经历
2006/09–2009/06, 青岛大学, 自动化与电气工程学院,博士
2008/06-2008/09,新加坡国立大学,电子与计算机工程系,访问学生
获奖、荣誉称号
1. 2016年荣获广东省特支计划百千万工程青年拔尖人才
2. 2010年荣获山东省优秀博士学位论文
3. 2009年荣获山东省优秀研究生科技创新成果奖一等奖
4. 2010-2013年度荣获国际杂志《Fuzzy Sets and Systems》论文最高引用率奖
5. 2010年荣获国际杂志IJICIC论文最高引用率奖
6. 2017 年荣获第 9 届“建模、辨识与控制国际会议”最佳理论论文奖
科研项目
一、项目负责人主持的主要科研项目
1. 面向状态约束的非线性系统确定学习控制及其应用. 广东省杰出青年基金项目,100万元,执行期限:2019.10-2023.09.
2. 基于指定性能的非线性系统确定学习及基于模式的智能控制. 国家自然科学基金(面上项目), 78.8万元, 执行期限:2018.01-2021.12.
3. 基于指定跟踪性能的柔性关节机器人确定学习研究.广东省自然科学基金,10万元,执行期限:201705-202005.
4. 满足安全性能要求的柔性关节机器人智能自主控制系统开发. 广州市科技计划项目, 20万元, 执行期限:2019.04-202.03.
5. 未知动态环境下非线性系统的确定学习及其性能分析. 国家自然科学基金(面上项目), 81万元, 执行期限:2014.01-2017.12.
6. 基于动态模式的机器人轨迹跟踪控制与学习. 广州市珠江科技新星专项,30万元, 执行期限:2014.04-2017.03.
二、参与的主要科研项目
1. 高性能航空发动机失稳运行状态的辨识与预测方法研究, 国家自然科学基金重大项目课题,343万(直接经费), 2019.01-2023.12,.
2. 涡扇发动机压缩系统不稳定流动建模、预测和控制,国家自然科学基金重点项目,230万元, 2010.01-2013.12.
3. 超燃冲压发动机突变控制问题研究,国家自然科学基金(重大研究计划重点项目),300万元,2009.01--2012.12.
4. 基于模式识别的生物医学数据处理与脑机接口研究,广东省自然基金团队项目,2014.10-2019.9, 300万。
5. 广州市脑机接口和应用重点实验室,200万元
科研创新
1. 王敏,杨安乐,方冲,基于确定学习理论的性能受限柔性机械臂控制方法, 中国发明专利,ZL201610457032.3
2. 王敏,邹永涛,陈志广,张燕雯,基于确定学习的全状态受限刚性机械臂安全可靠控制方法,中国发明专利,ZL201710458865.6。
3. 王敏,叶慧平,陈志广,邹永涛,一种基于动态模式的机械臂智能自主控制方法,中国发明专利,ZL2017106367501。
4. 王敏、黄盛钊、邹永涛、陈志广,一种位置受限柔性关节机器人基于模式的智能控制方法,中国发明专利,ZL201811219207.2。
5. 戴诗陆,何树德,方冲,王敏,一种满足预设跟踪性能的欠驱动水面船舶控制方法,中国发明专利,ZL201710281426.2。
6. 戴诗陆,彭云根,王敏,李烈军,一种无人水面艇的扰动补偿控制方法,中国发明专利,ZL201710364373.0。
教学活动
1. 本科生课程:《人工智能》、《运动控制》、《机器智能探索》和《智能控制理论与应用》
2. 硕士研究生课程:《自适应神经网络控制》
指导学生情况
在读博士生3人、在读硕士生10人。

研究领域


"1)理论研究方向:智能控制与学习;基于模式的智能控制;网络化控制;协同学习与控制、模式识别。
2)应用领域方向:机器人的安全可靠控制;机器人协同学习与控制;机器人智能自主控制实验平台研发;发动机旋转失速检测与控制。"

近期论文


[1] Min Wang*, Zidong Wang, Hongli Dong and Qing-Lon Han, A novel framework for backstepping-based control of discrete-time strict-feedback nonlinear systems with multiplicative noises, IEEE Transactions on Automatic Control, 2020, doi: 10.1109/TAC.2020.2995576. (Regular Paper)
[2] Min Wang, Zidong Wang*, Yun Chen and Weiguo Sheng, Event-based adaptive neural tracking control for discrete-time stochastic nonlinear systems: a triggering-threshold compensation strategy, IEEE Transactions on Neural Networks and Learning Systems, 31(6): 1968-1981, 2020.
[3] Min Wang*, Cong Wang, Peng Shi, Xiaoping Liu, Dynamic Learning from Neural Control for Strict-Feedback Systems with Guaranteed Predefined Performance, IEEE Transactions on Neural Networks and Learning Systems, 27(12): 2564-2576, 2016.
[4] Min Wang*, Cong Wang, Learning from Adaptive Neural Dynamic Surface Control of Strict-Feedback Systems, IEEE Transactions on Neural Networks and Learning Systems, 26(6): 1247-1259, 2015.
[5] Min Wang*, Shuzhi Sam Ge, Keum-Shik Hong, Approximation-Based Adaptive Tracking Control of Pure-Feedback Nonlinear Systems with Multiple Unknown Time-Varying Delays, IEEE Transactions on Neural Networks, 21(11): 1804-1816, 2010.
[6] Shi-Lu Dai, Shude He, Min Wang*, and Chengzhi Yuan, Adaptive neural control of underactuated surface vessels with prescribed performance guarantees, IEEE Transactions on Neural Networks and Learning Systems, 30(12): 3686-3698, 2019.
[7] Cong Wang*, Min Wang, Tengfei Liu, David. J. Hill, Learning from ISS-Modular Adaptive NN Control of Nonlinear Strict-Feedback Systems, IEEE Transactions Neural Networks and Learning Systems, 23(10): 1539-1550, 2012.
[8] Min Wang, Zidong Wang*, Yun Chen and Weiguo Sheng, Adaptive neural event-triggered control for discrete-time strict-feedback nonlinear systems, IEEE Transactions on Cybernetics, 50 (7): 2946-2958 , 2020.
[9] Min Wang*, Yongtao Zou, and Chenguang Yang, \
现任International Journal of Systems Science、IEEE Access 和《控制理论与应用》编委;第十五届智能无人系统国际会议(ICIUS2019) 程序委员会委员、第五届智能控制与信息处理国际会议(ICIPIP)程序委员会委员等;亚太神经网络协会 (APNNS) 委员、美国电子电气工程师协会会员、国家自然科学基金评审专家、广东省科技项目评审专家、美国电子电气工程师协会会员等;现任 IEEE 汇刊系列、Systems & Control Letters、《自动化学报》、《中国科学信息科学》等国内外权威学术期刊审稿人。

相关热点

扫码添加好友